Estou interessado em desidentificar um conjunto de dados confidenciais com valores fixados no tempo e variantes no tempo. Desejo (a) agrupar todos os casos por número de previdência social, (b) atribuir a esses casos um ID exclusivo e (c) remover o número de previdência social.

Aqui está um exemplo de conjunto de dados:

personal_id    gender  temperature
111-11-1111      M        99.6
999-999-999      F        98.2
111-11-1111      M        97.8
999-999-999      F        98.3
888-88-8888      F        99.0
111-11-1111      M        98.9

Qualquer solução seria muito apreciada.